Đào tạo nhân lực và sản xuất thông minh thời chuyển đổi số

Đào tạo nhân lực và sản xuấtthông minh thời chuyển đổi số Nguyễn Thanh Tùng Trường Đại học Thủy Lợi tungnt@tlu.edu.vn 1... Thế giới thực thể – không gian số Physical-cyber systems Thế gi

Đào tạo nhân lực và sản xuất

thông minh thời chuyển đổi số

Nguyễn Thanh Tùng

Trường Đại học Thủy Lợi

tungnt@tlu.edu.vn

1

Thời chuyển đổi số

Digital transformation time

Thế giới các thực thể

2

Thế giới thực thể – không gian số Physical-cyber systems Thế giới các thực thể

Thời chuyển đổi số

3

Tính toán, điều khiển trên không gian số

Mọi điều xảy ra trên thế giới các thực thể

Thế giới thực thể – không gian số Physical-cyber systems Thế giới các thực thể

Thí dụ: 1 triệu

xe kinh doah trên toàn quốc đã gắn

GPS,

~500GB/day.

Thời chuyển đổi số

4

Tính toán, điều khiển trên không gian số

Mọi điều xảy ra trên thế giới các thực thể

Thế giới thực thể – không gian số Physical-cyber systems Thế giới các thực thể

Thí dụ: 1 triệu

xe kinh doah trên toàn quốc đã gắn

GPS,

~500GB/day.

Thay đổi phương thức sản xuất

Thời chuyển đổi số

5

Tuy mọi công nghệ đều tiến bộ, cách mạng công nghiệp lần thứ tưxảy ra chủ yếu do hội tụ của các công nghệ số có nhiều đột phá.

Tuy mọi công nghệ đều tiến bộ, cách mạng công nghiệp lần thứ tưxảy ra chủ yếu do hội tụ của các công nghệ số có nhiều đột phá

 Điện toán đám mây : Môi trường

 Dữ liệu lớn : Năng lượng

 Internet vạn vật : Thần kinh & huyết mạch

 Trí tuệ nhân tạo : Chức năng thông minh

 Khoa học dữ liệu :

“Bộ não” phân tích dữ liệu để hỗ trợ quyết định và hành động.

Dữ liệu lớn (kích thước rất lớn và phức tạp)

Khoa học

dữ liệu

Internet vạn vật (thu nhận và trao đổi dữ

liệu)

Trí tuệ nhân tạo

(chức năng thông minh)

Điện toán đám mây (dịch vụ lưu trữ và tính toán)

Đột phá của công nghệ số

6

Big data

Big data refers to data sets that are too large and too

complex to manage and analyze with traditional IT techniques

Complexity of data in many different structures, ranging from relational, to logs,

to raw text Streaming data and large volume data movement

Scale from Terabytes to Petabytes (10 15 bytes)

Data Scientist: The Sexiest Job of the 21st Century

(Harvard Business Review, October 2012)

7

Dữ liệu lớn có thể rất nhỏ.

Không phải mọi tập dữ liệu to đều lớn

Big data can be very small Not all large datasets are big

• Big liên quan tới sự phức tạp nhiều hơn tới kích

thước lớn

• Dữ liệu lớn nhưng lại nhỏ

Lò hạt nhân, máy bay… có hàng trăm nghìn

sensors  sự phức tạp của việc tổ hợp dữ

liệu các sensors này tạo ra?

Dòng dữ liệu của tất cả các sensors là lớn

mặc dù kích thước của tập dữ liệu là không

lớn (một giờ bay: 100,000

sensors x 60 minutes x 60

seconds x 8 bytes < 3GB)

 Tập dữ liệu to nhưng không lớn

Số hệ thống dù tăng lên và tạo ra những

lượng khổng lồ dữ liệu nhưng đơn giản

MIKE2.0

8

Cánh mạng công nghiệp lần thứ tư

Sản xuất nông nghiệp

CMCN4Công nghệ số, AI

CMCN2Năng lượng điện

CMCN1Động cơ hơi nước

CMCN3Máy tính, internet

H.T Bảo

9

Trí tuệ nhân tạo - Artificial Intelligence

• Lĩnh vực làm cho máy (máy tính) hoạt động như có trí thông minh của con người (suy luận, giải quyết vấn đề, nhận thức, hiểu ngôn ngữ, học tập )

• AlphaGo, hiểu ngôn ngữ, nhận dạng tiếng nói, chẩn đoán ung thư, ô-tô tự lái

1941 1949 1956 1958 1970 1972 1982 1986 1995 1997 2000 2005 … 2018

Máy tính

đầu tiên

Máy tính thương mại đầu tiên

TTNT

ra đời

Ngôn ngữ LISP

Hệ chuyên gia đầu tiên Ngôn ngữ PROLOG

Đề án máy tính thế hệ 5

Sự sống nhân tạo

AI phân tán

Tác tử thông minh

Hệ TTNT hạ vô địch cờ vua Thách thức DAPRA

Data mining Học máy thống kê

Web ngữ nghĩa Tin sinh học Mạng xã hội

đột phá

AI thăng trầm 60 năm, đột phá gần đây nhờ học máy (machine learning)

AI thăng trầm 60 năm, đột phá gần đây nhờ học máy (machine learning)

10

Khoa học Dữ liệu

TRI THỨC CỦA LĨNH VỰC

KHOA HỌC MÁY TÍNH

TOÁN &

THỐNG KÊ

DATA SCIENCE

XỬ LÝ

DỮ LIỆU NGHIÊN CỨU

THỐNG KÊ

HỌC MÁY

“In God we trust

All others bring

Kết hợp của Toán học và Tin học là cốt lõi của Khoa học dữ liệu

Kết hợp của Toán học và Tin học là cốt lõi của Khoa học dữ liệu

Khoa học về phân tích dữ liệu

11

Khoa học dữ liệu: Cơ sở của quyết định

12

Hạ tầng của sự phát triển?

Hạ tầng là những thứ cần nhất phải có để trên đó ta xây dựng

và phát triển những thứ khác

Hạ tầng là những thứ cần nhất phải có để trên đó ta xây dựng

và phát triển những thứ khác

Hành động trong thế giới

vật lý của các thực thể

13

và ta đã có

gì?

Hạ tầng là những thứ cần nhất phải có để trên đó ta xây

dựng và phát triển những thứ khác

Hạ tầng là những thứ cần nhất phải có để trên đó ta xây

dựng và phát triển những thứ khác

14

Thành phần trọng yếu của hạ tầng số?

Thiết bị Kết nối Dữ liệu Pháp lý Nhân lực

CHÍNH PHỦ/DOANH NGHIỆP SỐ & KINH TẾ SỐ

NHÂN LỰC SỐ

Xác suất Nghề nghiệp có khả năng tự động hóa

0.99 Nhân viên tiếp thị từ xa (telemarketers)

0.99 Nhân viên kỹ thuật thư viện

0.98 Người định giá bảo hiểm

0.98 Trọng tài thể thao, các viên chức thể thao khác

0.98 Thư ký pháp luật

0.97 Chủ khách sạn, quán ăn, quán cà-phê

0.97 Người môi giới bất động sản

0.97 Nhà thầu lao động nông nghiệp

0.0055 Nhà quản lý nguồn nhân lực0.0065 Nhà phân tích hệ máy tính0.0077 Nhà nhân chủng học và nhà khảo cổ học0.0100 Kỹ sư hàng hải và kiến trúc sư hải quân0.0130 Người quản lý kinh doanh

0.0150 Giám đốc điều hành

Tiasang.com.vn

16

Nhân lực số

Báo cáo của Ngân hàng Thế giới vào năm 2016

Tiasang.com.vn 17

Ngành thủy lợi và khoa học dữ liệu

• Bước đầu xây dựng được các CSDL quản lý: CSDL

thiên tai, hồ chứa, đê và công trình trên đê,

• Tương tác trực quan qua giao diện GIS

• Một số tồn tại:

• Dữ liệu khó chia sẻ, manh mún và khó tích hợp để khai thác.

• Chưa ứng dụng được AI & Khoa học dữ liệu theo xu hướng CMCN4.

• Các ứng dụng trong ngành chưa kết hợp được các mô hình thủy văn, thủy

lực và học máy để kết quả dự báo chính xác hơn.

18

VD: Dự đoán mực nước

Ref: ICFR

Các mô hình Học máy

19

Đào tạo và nghiên cứu KHDL

Khoa CNTT, ĐHTL có 3 Labs:

20

Phòng thí nghiệm Khoa học dữ liệu (DS Lab)

Các Tiến sỹ nghiên cứu và đào tạo Khoa học dữ liệu

Đào tạo Khoa học dữ liệu

• Đào tạo sinh viên chính

quy hai ngành CNTT và HTTT.

• Đào tạo các khoa học

ngắn hạn (3-6 tháng)

• Khóa học chuyên đề cho

Trường/Viện và doanh nghiệp.

1 Brief of statistics

2 Brief of linear algebra/optimization

3 Introduction to R and Python

4 Data preprocessing

5 Principles of Data Science

6 Evaluation of analysis results

14 Analysis of social networks

15 Analysis of time series data

16 Real-life problems 2

22

DSLab Opening ceremony 13.4.2018

24

Trao đổi chuyên môn của DS Lab

25

 Con đường và cách đi phụ thuộc nhiều yếu tố: thể chế chính trị, chính sách

phát triển của Nhà nước, Bộ và Tổngcục, tình trạng kinh tế, xã hội, văn hoá, giáo

dục và đào tạo, khoa học và công nghệ…

 Khi CMCN4 bùng nổ, mọi ngành nghề đều phải dựa nhiều hơn vào khoa

học và công nghệ, vào hạ tầng dữ liệu.

 Thủy lợi hiệu quả và chính xác? Nông nghiệp vàdu lịch thông minh? Lựa chọn

và làm chủ những công nghệ số và các công nghệ cao cần chomình?

Thực hiện được đến đâu sự thay đổi phương thức sản xuất trong việc ta muốnvà cần làm?

Ta có thể và nên đi thế nào trong CMCN4?

Ngành thủy lợi và khoa học dữ liệu

26

 Xây dựng hạ tầng dữ liệu thủy lợi, tài nguyên nước và khoa học

dữ liệu là ‘hạ tầng cơ sở’ đểngành thủy lợi tiếp cận CMCN4.

 Nhanh chóng đào tạo trong thời gian 3-5 năm một lực lượng về khoa học

dữ liệu của ngành thủy lợi.

 Có lộ trình hợp lý và từng bước thực hiện Trước hết cần đẩy mạnh số hoá và

tạo các nguồn dữ liệu cơbản.

 Sử dụng khoa học dữ liệu hiệu quả để đưa ra các quyết định đúng và sáng

suốt trong các hoạt động của ngành.

Ngành thủy lợi và khoa học dữ liệu

27

Một vài suy nghĩ

 Câu hỏi chung là mỗi lĩnh vực quản lý của Bộ, Ngành cần và có thể

chuyển đổi thế nào trong thời chuyển đổi số?

 Những mô hình,tri thức,nguyên lý, phương pháp chúng ta đang dùng tốt đến đâu và có thể tốt hơn không nếu gắn hơn với dữ liệu?

 Thủylợilàlĩnh vực rất sâu vàrất rộng Liệumỗi lĩnh vực của thủy lợi có cần và có thể gắn với ‘data- driven’ thế nào để sản xuất vàquản lý điều hành “thông minh” hơn?

 Khoa học dữ liệu và hạ tầng dữ liệu thủy lợi (IoT hỗ trợ thu thập tự

động) là chìa khóa để hiện đại hóa ngành trong xu thế CMCN4.

28

Câu hỏi?

29